O Wan 3.0, da Alibaba, cria uma tomada de até 30 segundos e adiciona o som na mesma passada. Escreva um prompt ou comece de uma foto.
Cada ideia nomeia o que se ouve além do que se vê. Clique em uma para carregá-la no gerador e depois faça dela a sua.
IlustraçãoTexto para vídeo · 16:9 · 5 s
Prompt: Night street in heavy rain: a violinist plays a slow melody under a lamp post, umbrellas pass behind him, the camera pushes in slowly. Sound: violin melody, steady rain on the pavement, distant footsteps
IlustraçãoTexto para vídeo · 16:9 · 5 s
Prompt: Wide shot of a stormy coast: big waves crash against black rocks and throw spray into the air, dark clouds roll overhead, a beam of light breaks through. Sound: crashing waves, howling wind, low thunder at the end
IlustraçãoTexto para vídeo · 16:9 · 5 s
Prompt: Handheld walk through a busy night market: steam rises from food stalls under red lanterns, a cook turns skewers on a grill, people pass by. Sound: sizzling grill, crowd chatter, a vendor calling out once
IlustraçãoTexto para vídeo · 16:9 · 5 s
Prompt: Slow aerial shot at sunrise: a colorful hot air balloon rises over green hills and morning mist, the burner flares once. Sound: soft wind, the roar of the burner, birds waking up
O Wan 3.0 é o modelo de vídeo com IA da Alibaba, lançado em agosto de 2026. Ele transforma um prompt, uma foto ou um quadro inicial e um final em uma tomada contínua de até 30 segundos, e cria o som na mesma passada, então chuva, passos e motores acompanham o que acontece na tela.
No Imgveo, o Wan 3.0 renderiza em 480p, 720p ou 1080p e custa 16 créditos por segundo em 720p. O som faz parte desse preço, não é um adicional, e clipes com falha são reembolsados.
O Wan 3.0 Prime é a versão mais rápida do mesmo modelo. Tem as mesmas durações, resoluções e o mesmo som, e custa mais por segundo, então combina mais com prazos apertados do que com rascunhos.
O que você pode gerar agora. Todo número vem das configurações do próprio gerador.
Não é uma ilustração: geramos este clipe no Imgveo com o prompt e as configurações abaixo, e nada foi editado depois. Ligue o som.
Prompt
A dog barks twice at a passing bicycle on a quiet street, birds chirping, a car horn in the distance
O prompt pede dois latidos, canto de pássaros e uma buzina ao longe. Reproduza com som e julgue o quanto o Wan 3.0 seguiu o pedido.
A mesma família, com o dobro da duração e som pela primeira vez. Os dois modelos rodam no Imgveo, e cada linha abaixo vem das configurações do gerador.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| Tomada mais longa | 15 s | 30 s |
| Resolução | 720p / 1080p | 480p / 720p / 1080p |
| Som | Nenhum | Criado na mesma passada |
| Quadro inicial e final | Até 5 s | Até 30 s |
| Créditos por segundo, 720p | 16 | 16 |
Uma tomada agora chega a 30 segundos em vez de 15, e uma cena pode crescer e terminar sem um corte.
Os clipes do Wan 2.7 eram mudos. O Wan 3.0 adiciona ambiente e efeitos que acompanham a imagem, sem custo extra.
O modo de quadro inicial e final agora vai até 30 segundos; no Wan 2.7 ele parava em 5.
O 480p a 8 créditos por segundo permite testar uma ideia pela metade do preço do 720p.
Os três rodam no Imgveo. O Wan 3.0 e o Prime compartilham todas as configurações; o Prime é mais rápido e custa mais. O Wan 2.7 continua para clipes mudos.
A opção padrão: rascunhos em 480p, clipes finais em 720p ou 1080p, até 30 segundos com som.
5 s em 720p: 80 créditos
A versão mais rápida. Escolha quando o prazo importa mais do que os créditos.
5 s em 720p: 130 créditos
Clipes mudos de até 15 segundos em 720p ou 1080p, para trabalhos que já funcionam bem com ele.
5 s em 720p: 80 créditos
| Wan 3.0 | Wan 3.0 Prime | Wan 2.7 | |
|---|---|---|---|
| Tomada mais longa | 30 s | 30 s | 15 s |
| Som | Sim | Sim | Não |
| Créditos por segundo, 480p | 8 | 13 | — |
| Créditos por segundo, 720p | 16 | 26 | 16 |
| Créditos por segundo, 1080p | 32 | 51 | 24 |
Créditos por segundo de vídeo. O tempo de renderização depende da duração, da resolução e da fila.
Sem software de edição e sem configuração: o gerador no topo desta página faz todo o trabalho.
Escolha o Wan 3.0 ou o Prime e depois escreva um prompt, envie uma foto como quadro inicial ou envie um quadro inicial e um final.
Diga o que a câmera vê e o que acontece, depois acrescente uma linha curta de som. O método Sound Cue abaixo mostra como.
Escolha de 5 a 30 segundos e 480p, 720p ou 1080p; o botão mostra os créditos exatos. Baixe o MP4 com a trilha sonora.
O Wan 3.0 monta a trilha sonora a partir das suas palavras. Se você deixa o som de fora, ele adivinha; se você o descreve em quatro camadas, o clipe soa como você imaginou.
O plano e o lugar: “Rua à noite sob chuva forte, um violinista debaixo de um poste de luz.”
O que se move e quando: “Ele toca uma melodia lenta enquanto guarda-chuvas passam atrás dele.”
O fundo sonoro que nunca para: “chuva constante, trânsito distante”.
Um ou dois eventos curtos ligados a um momento: “a porta de um carro bate uma vez perto do fim”.
Vago
A beach at sunset, relaxing vibe
Com sound cues
Wide shot of a beach at sunset, small waves roll in, a dog runs along the waterline. Sound: soft waves, a dog barking twice, gulls in the distance
“Chuva em um telhado de zinco” dá ao modelo algo para criar. “Atmosfera sombria” não.
“Late duas vezes” ou “trovão no final” situa o som; “latidos” pode preencher o clipe inteiro.
Uma linha de som lotada vira ruído. Fique com um ambiente e um ou dois eventos.
Termine o prompt com “Sound: …” para que a trilha sonora nunca se misture com o que deve aparecer na tela.
Plano, sujeito e ação, cenário e luz, depois o som. Quatro partes, nessa ordem, cobrem quase qualquer clipe do Wan 3.0.
Primeiro o tamanho do plano e o movimento de câmera: aberto, close, câmera na mão, aéreo ou fixo.
Quem ou o que aparece na tela e o que faz. Planeje um momento a cada 5 a 10 segundos.
Onde e quando: uma rua chuvosa à noite, uma cozinha ao meio-dia, colinas ao nascer do sol.
Um ambiente e um ou dois sons pontuais, depois de “Sound:” no final.
Troque as palavras entre colchetes. Cada modelo foi escrito para a duração indicada.
Texto para vídeo · 16:9 · 10 s
[Close-up, slow push-in]: [dish] being [cooked or served] in [kitchen or restaurant], [steam, flames or sauce detail]. Ends on the finished plate. Sound: [cooking sound], [kitchen ambience], [one spot sound]
Texto para vídeo · 16:9 · 15 s
[Handheld walk] through [place] at [time of day], [weather], [people or traffic detail]. The camera turns toward [landmark]. Sound: [ambience], [distant sound], [one spot sound]
Imagem para vídeo · 9:16 · 10 s
The person in the photo [action] in [setting]. The camera [move]. At the end they [second action]. Sound: [ambience], [a sound tied to the action]
Texto para vídeo · 16:9 · 30 s
[One continuous tracking shot]: [subject] [first beat]. Then [second beat]. Then [third beat]. Ends with [final image]. Sound: [ambience throughout], [spot sound at the second beat], [spot sound at the end]
Sem uma linha de som, o Wan 3.0 escolhe a própria trilha. Nomeie pelo menos o ambiente.
Três eventos em um clipe de 5 segundos parecem apressados. Guarde as histórias com vários momentos para as durações maiores.
O Wan 3.0 vai até 1080p. Para um arquivo 4K, amplie o clipe pronto em vez de renderizar de novo.
Você paga por segundo de vídeo, e o som não custa nada a mais. Cada número abaixo vem do mesmo código que define o preço do gerador.
| Duração | 480p | 720p | 1080p | Prime 720p |
|---|---|---|---|---|
| Por segundo | 8 | 16 | 32 | 26 |
| 5 segundos | 40 | 80 | 160 | 130 |
| 10 segundos | 80 | 160 | 320 | 260 |
| 15 segundos | 120 | 240 | 480 | 390 |
| 20 segundos | 160 | 320 | 640 | 520 |
| 30 segundos | 240 | 480 | 960 | 780 |
Créditos por clipe. O som está incluso.
Créditos = segundos × a tarifa por segundo. Um clipe de 10 segundos em 1080p custa 320 créditos; o mesmo clipe no Prime custa 510.
Os 1.500 créditos mensais do plano Starter cobrem cerca de 18 clipes de cinco segundos do Wan 3.0 em 720p, ou 37 em 480p.
Se uma geração falhar, os créditos voltam ao seu saldo automaticamente. Você só paga pelos vídeos que recebe.
Para a conta completa dos custos, incluindo novas tentativas, leia créditos de vídeo IA explicados
Quatro trabalhos em que uma tomada longa com trilha sonora própria poupa mais esforço. As imagens ilustram cada ideia; não são resultados do Wan 3.0.
IlustraçãoUm wok em chamas, vapor subindo e barulho de cozinha vendem um prato melhor do que um loop mudo.
IlustraçãoTransforme uma foto do quintal em uma cena em movimento, com risadas e canto de pássaros, pronta para um reel.
IlustraçãoUma linha de chegada e uma torcida vibrando, com até 30 segundos para chegar ao grande momento.
IlustraçãoUma cabana nevada ao entardecer, com o vento e o estalar da lareira, para um anúncio ou um teaser.
Abra o Imgveo Studio para usar esta e todas as outras ferramentas de vídeo e imagem com IA em um único espaço de trabalho, com um só saldo de créditos.
Compare o Wan 3.0 com outros modelos ou leve um clipe pronto ainda mais longe.
Descreva a imagem e o som, escolha de 5 a 30 segundos e gere. Clipes com falha são reembolsados, e todo vídeo baixa sem marca-d’água.
Wan é uma marca da Alibaba Group. O Imgveo é uma plataforma independente e não é afiliado à Alibaba.